Embasamento de contexto

Context Grounding in Autopilot for Everyone allows you to search existing Context Grounding indexes to answer user queries.

For example, you want to query the HR documents of your organization, such as time and expense policies, or employee handbooks, using Autopilot. Using Context Grounding, an admin would create the index and enable it in Autopilot, which allows Autopilot to search the index to answer HR-related queries.

To use Context Grounding, make sure you meet the following criteria:

• Documentos PDF, CSV, JSON, DOCX, XLSX e TXT relevantes são carregados em um bucket de armazenamento compartilhado do Orchestrator.
• O índice já foi criado a partir do bucket de armazenamento do Orchestrator.

Managing Context Grounding indexes

Index creation is done in Orchestrator, in the tenant-level Indexes page. For details, refer to Indexes.

Index enablement and management in Autopilot is done via the Context Grounding configuration section in Automation Cloud™ > Admin > AI Trust Layer > Autopilot for Everyone.

Once the index is created, enable it in Autopilot through the Context Grounding, panel.

Managing access for Context Grounding indexes

Access to Context Grounding indexes is managed at the folder level. Users can access indexes under the following conditions:

• O índice existe na pasta
• O usuário é atribuído à mesma pasta em que o índice está localizado
• The index is enabled in Autopilot

Adding Context Grounding indexes

To add a Context Grounding index, follow the steps described in Creating indexes, in the Orchestrator user guide.

Enabling Context Grounding indexes

To enable an index for Autopilot for Everyone:

1. Navigate to the Automation Cloud > Admin > AI Trust Layer > Autopilot for Everyone tab, then choose the tenant where Autopilot for Everyone is installed.

2. Expand the Context grounding settings section.

3. Select the Enable Index option. The Enable Index In Autopilot panel opens.

4. From the Orchestrator folder dropdown, select the Orchestrator folder where your index resides.

5. From the Index name dropdown menu, select the index you want to add to Autopilot. The list of available indexes in the selected tenant is displayed.

6. In the Description for Autopilot* field, write a comprehensive description that should help Autopilot understand when to search for the selected index.

   Por exemplo, para um valor de índice "Documentos de RH", a descrição pode ler "Documentos da política de RH sobre tempo/despesas, paternidade, PTO e manual do emprego. Use para fazer perguntas sobre as políticas de RH da empresa, fornecendo informações precisas e atualizadas aos funcionários."

7. For indexes with structured tabular data, select the Enable tabular query checkbox to allow retrieval of that information.

8. Select Enable to add the index. The panel closes and you are returned to the Context Grounding table.

Importante:

As alterações são salvas automaticamente.

Editing Context Grounding indexes

To edit an index for Autopilot for Everyone:

1. Navigate to the Automation Cloud > Admin > AI Trust Layer > Autopilot for Everyone tab, then choose the tenant where Autopilot for Everyone is installed.
2. Expand the Context grounding settings section.
3. For the desired index, select Edit. The Updating index opens.
4. Modifique as propriedades desejadas conforme necessário.
5. Select Save to update the index. The panel closes and you are returned to the Context Grounding table.

Importante:

As alterações são salvas automaticamente.

Deleting Context Grounding indexes

To remove an index from Autopilot for Everyone:

1. Navigate to the Automation Cloud > Admin > AI Trust Layer > Autopilot for Everyone tab, then choose the tenant where Autopilot for Everyone is installed.
2. Expand the Context grounding settings section.
3. For the desired index, select Delete. A confirmation message is displayed.
4. Select Delete to delete the prompt, or Cancel to dismiss the action.

Importante:

As alterações são salvas automaticamente.

Uso de consulta tabular com embasamento de contexto

Esta página explica como habilitar a funcionalidade para um índice de Contextualização e compartilha as melhores práticas para preparar dados e escrever consultas.

Sobre a funcionalidade de consulta tabular

The tabular query feature helps Autopilot for Everyone understand and answer natural language questions using structured data, such as CSV files. With it, you can query data, run comparisons, and get insights from your indexed tables directly in chat.

Habilitando consulta tabular

To enable the feature, check the Enable tabular query box when setting up a Context Grounding index in Autopilot for Everyone.

Depois de habilitado, o Autopilot pode responder a perguntas de idioma natural usando os dados estruturados em seus arquivos indexados.

Preparação de práticas recomendadas de dados

Seus resultados dependem de quão limpos e bem formatados são seus dados de origem. Use estas dicas para preparar e otimizar seus dados para consultas mais precisas:

Garantir os tipos de dados corretos

Numerical operations, such as comparisons or calculations, need correct data types to work. Autopilot for Everyone needs to recognize numbers as numeric types (Real or Integer), not as text.

Para verificar os tipos de dados que o Autopilot atribuiu às suas colunas, use este prompt:

• "Liste 5 linhas de dados em <index_name> e liste todos os campos com seus tipos de dados."

Certifique-se de que as colunas numéricas e de porcentagem sejam limpas

Remova caracteres especiais, como o sinal de porcentagem %, de suas colunas de dados antes de criar o índice. O Autopilot trata valores como 20% como texto, o que impede que consultas numéricas funcionem corretamente.

Make sure date columns use a consistent format, preferably MM/DD/YYYY. Use the data type check query to confirm that date columns are parsed as Date Time rather than plain text.

Práticas recomendadas de consulta tabular

Prompts claros levam a melhores resultados. Mantenha estas dicas em mente ao consultar seus dados tabulares:

Evite esquemas complexos

Tenha cuidado com arquivos que contêm muitas colunas. Quanto mais complexo o esquema de dados, maior a probabilidade de uma consulta em linguagem natural ser interpretada incorretamente.

Esteja ciente dos valores nulos

Os cálculos ignoram linhas com valores nulos ou vazios em uma coluna consultada. Por exemplo, quando você soma quatro colunas, o sistema exclui qualquer linha que tenha um nulo em uma delas. Para evitar isso, normalize seus dados e substitua os nulos por valores apropriados.

Especifique o tipo de correspondência de string

Por padrão, o mecanismo de consulta compara strings usando correspondências exatas. Para encontrar correspondências parciais, você deve incluí-las explicitamente em sua consulta:

• For an exact match: "BCA Claims and Consulting Ltd"
• For a partial match: "BCA Claims and Consulting Ltd. or any of its subsidiaries". This query returns any result that contains the substring "BCA Claims and Consulting Ltd."

Usar a exibição de depuração

Para solução de problemas avançada, use Ctrl+Alt+Shift+D para abrir a visualização de depuração. O painel mostra como o mecanismo de consulta interpretou seu prompt de idioma natural, o que pode ajudar você a diagnosticar resultados inesperados.